学部・大学院区分
Undergraduate / Graduate		情報・博前
時間割コード
Registration Code		2560096
科目区分
Course Category
主専攻科目
科目名　【日本語】
Course Title		知能ロボティクス2
科目名　【英語】
Course Title		Intelligent Robotics 2
コースナンバリングコード
Course Numbering Code		GSI166040J
担当教員　【日本語】
Instructor		長尾 確 ○ 藤井 慶輔
担当教員　【英語】
Instructor		NAGAO Katashi ○ FUJII Keisuke
単位数
Credits		1
開講期・開講時間帯
Term / Day / Period		秋２期 火曜日 ３時限
Fall2 Tue 3
対象学年
Year		１年
1
授業形態
Course style
開講系（学部）・開講専攻（大学院）
Subject
知能システム学専攻
必修・選択
Required / Selected


授業の目的　【日本語】
Goals of the Course(JPN)
ロボット技術は社会・人を含む実環境とコンピュータやネットワークをつなぐ技術である。
自動運転車両や移動ロボット等，実環境で動作するロボットシステムを例に，実世界を介する知的情報処理の方法論を理解することを目的とする。
授業の目的　【英語】
Goals of the Course
"Robotic technology is a technology that connects a real environment including society and people to computers and networks.
In this lecture, students learn the methodology of intelligent information processing via the real world as an example of a robot system operating in a real environment such as an autonomous vehicle and a mobile robot."
到達目標　【日本語】
Objectives of the Course(JPN)
ロボット技術は社会・人を含む実環境とコンピュータやネットワークをつなぐ技術である。
自動運転車両や移動ロボット等，実環境で動作するロボットシステムを例に，実世界を介する知的情報処理の方法論を理解することを目的とする。
到達目標　【英語】
Objectives of the Course
Robotic technology is a technology that connects a real environment including society and people to computers and networks.
The purpose of this lecture is to understand the methodology of intelligent information processing via the real world as an example of a robot system operating in a real environment such as an autonomous vehicle and a mobile robot.
授業の内容や構成
Course Content / Plan
知能ロボットのシステム構成や仕組みの理解。
センサやアクチュエータの仕組み，移動体を制御するための制御手法，運動学・逆運動学，センサデータ等計測誤差を有するデータの
確率的処理法・カルマンフィルタやパーティクルフィルタ等による位置推定・地図生成問題やＳＬＡＭ問題，動作計画問題について取り扱う。
ロボットの実機を用いた演習を行い、内容の理解度を評価する。

〔計画〕
1. イントロダクション
2. 移動体の制御
3. 位置推定
4. カルマンフィルタ
5. 地図生成とＳＬＡＭ問題
6. 障害物検知と動作計画
7. ロボットコンテスト
In order to understand the system configuration and mechanism of intelligent robots, this lecture talks mechanism of sensors and actuators, the control method for vehicle, kinematics/inverse kinematics, the stochastic method to processing data with measurement errors, localization by Kalman filter and particle filter, map generation and SLAM (simultaneous localization and mapping) problem, and planning problem.
Conduct exercises using actual robots to assess understanding of the material.

[Plan]
1. Introduction
2. Vehicle control and kinematics
3. Self Localization
4. Karman filter
5. Map building and SLAM problem
6. Obstacle detection and planning
7. Robot contest
履修条件・関連する科目
Course Prerequisites and Related Courses
成績評価の方法と基準
Course Evaluation Method and Criteria
演習の結果を評価し、６０点以上を合格とする。
教科書・参考書
Textbook/Reference book
講義資料はPDFファイルとして作成し，TACTからダウンロードできるようにする。
必要に応じて印刷配布する。履修条件は課さない。
参考文献：毎日コミュニケーションズ「確率ロボティクス」，講談社サイエンティフィク「はじめてのロボット創造設計」
「ここが知りたいロボット創造設計」「これならできるロボット創造設計」
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)
講義において説明した理論などを理解するための課題を与える。
授業開講形態等
Lecture format, etc.
遠隔授業（オンデマンド型）で行う場合の追加措置
Additional measures for remote class (on-demand class)